AI predviđa lokaciju proteina unutar ljudske stanice

Protein koji se nalazi u pogrešnom dijelu stanice može doprinijeti nekoliko bolesti, poput Alzheimerove bolesti, cistične fibroze i raka. No, u jednoj ljudskoj stanici postoji oko 70.000 različitih proteina i proteinskih varijanti, a budući da znanstvenici obično mogu testirati samo nekoliko njih u jednom eksperimentu, izuzetno je skupo i dugotrajno ručno identificirati lokacije proteina.

Sada su američki istraživači s MIT-a, Sveučilišta Harvard i Broad Instituta MIT-a i Harvarda razvili novi računalni pristup koji može učinkovito istražiti preostali neistraženi prostor. Njihova metoda može predvidjeti lokaciju bilo kojeg proteina u bilo kojoj ljudskoj staničnoj liniji, čak i kada ni protein ni stanica nikada prije nisu testirani.

Istraživači su kombinirali model proteinskog jezika sa posebnom vrstom modela računalnog vida kako bi zabilježili bogate detalje o proteinu i stanici. Na kraju, korisnik dobiva sliku stanice s istaknutim dijelom koji označava predviđanje modela o tome gdje se protein nalazi.

Budući da je lokalizacija proteina pokazatelj njegovog funkcionalnog statusa, ova tehnika mogla bi pomoći istraživačima i kliničarima da učinkovitije dijagnosticiraju bolesti ili identificiraju ciljeve lijekova, a istovremeno bi omogućila biolozima da bolje razumiju kako su složeni biološki procesi povezani s lokalizacijom proteina.

Istraživači su provođenjem laboratorijskih eksperimenata i usporedbom rezultata potvrdili da AI može predvidjeti subcelularnu lokaciju novih proteina u nevidljivim staničnim linijama. Osim toga, model je pokazao prosječno manju pogrešku predviđanja za testirane proteine.

U budućnosti, istraživači žele poboljšati tehniku kako bi model mogao razumjeti interakcije proteina i dati predviđanja lokalizacije za više proteina unutar stanice. Dugoročno gledano, žele omogućiti da daje predviđanja u smislu živog ljudskog tkiva, a ne kultiviranih stanica.

Rad objavljen u časopisu Nature Methods možete pronaći na ovoj poveznici.